修复python数据框架中的城市、州和Zip数据

我正在处理客户数据，以建立更好的流程。长话短说，我正在使用一个包含多个列的数据框架，我得到了很好的代码，但是，如果城市中有两个词，比如“梅里恩站”，我的代码就不能正确解释

因此，对于这个问题，我尝试过使用正则表达式函数，但代码似乎对此没有任何作用。我试着改变变量和它分裂的条件，但似乎每次这样做，我要么失去ISBN列，要么完全失去其他东西

在：

基本上，我在这里试图实现的是一种在这个数据帧上拆分数据的方法，不影响ISBN、售出数量，但给我三个独立的列，让我能够更好地处理数据

---

提前谢谢。

我没有看到输入数据，也不确定您想要什么。 是否只按“”拆分字符串列

这边怎么样

df = pd.DataFrame({'A':['First example', 'And second example', 'Example'], 'ISBN':[1,2,3]})

df2 = df.A.apply(lambda x: x.split(' ')).apply(pd.Series)
df2['ISBN'] = df['ISBN']

df看起来像：

A   ISBN
0   First example   1
1   And second example  2
2   Example 3

df2看起来像

    0   1   2   ISBN
0   First   example NaN 1
1   And second  example 2
2   Example NaN NaN 3

您可以使用以下命令更改列名：

df2.columns = ['new_name1','new_name2','new_name3','ISBN']

---

我没有看到输入数据，也不确定您想要什么。 是否只按“”拆分字符串列

这边怎么样

df = pd.DataFrame({'A':['First example', 'And second example', 'Example'], 'ISBN':[1,2,3]})

df2 = df.A.apply(lambda x: x.split(' ')).apply(pd.Series)
df2['ISBN'] = df['ISBN']

df看起来像：

A   ISBN
0   First example   1
1   And second example  2
2   Example 3

df2看起来像

    0   1   2   ISBN
0   First   example NaN 1
1   And second  example 2
2   Example NaN NaN 3

您可以使用以下命令更改列名：

df2.columns = ['new_name1','new_name2','new_name3','ISBN']